>> p = np.poly1d([1,-4,3]) #二階多項(xiàng)式系數(shù) >>> p(0) #自變量為0時(shí)多項(xiàng)式的值 3 >>> p.r..."/>
您好,登錄后才能下訂單哦!
構(gòu)建一個(gè)二階多項(xiàng)式:x^2 - 4x + 3
多項(xiàng)式求解
>>> p = np.poly1d([1,-4,3]) #二階多項(xiàng)式系數(shù) >>> p(0) #自變量為0時(shí)多項(xiàng)式的值 3 >>> p.roots #多項(xiàng)式的根 array([3., 1.]) >>> p(p.roots) #多項(xiàng)式根處的值 array([0., 0.]) >>> p.order #多項(xiàng)式的階數(shù) 2 >>> p.coeffs #多項(xiàng)式的系數(shù) array([ 1, -4, 3]) >>>
多項(xiàng)式擬合
用三階多項(xiàng)式去擬合
import matplotlib.pyplot as plt import numpy as np n_dot = 20 n_order = 3 #階數(shù) x = np.linspace(0,1,n_dot) #[0,1]之間創(chuàng)建20個(gè)點(diǎn) y = np.sqrt(x) + 0.2*np.random.rand(n_dot) p = np.poly1d(np.polyfit(x,y,n_order)) #擬合并構(gòu)造出一個(gè)3次多項(xiàng)式 print(p.coeffs) #輸出擬合的系數(shù),順序從高階低階 #畫出擬合出來的多項(xiàng)式所表達(dá)的曲線以及原始的點(diǎn) t = np.linspace(0,1,200) plt.plot(x,y,'ro',t,p(t),'-') plt.show()
以上這篇在python中利用numpy求解多項(xiàng)式以及多項(xiàng)式擬合的方法就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持億速云。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。